央行流动性管理操作分析 - 央行于9月18日重启14天逆回购操作，当日投放规模1000亿元，并搭配7天期逆回购等工具组合，提前应对假期与季末双重流动性压力，释放维护市场流动性合理充裕的信号 [3] - 9月14日至18日，市场资金利率上行，截至9月18日收盘，DR001、DR007加权平均利率分别上行至1.4277%、1.4396% [3] - 9月14日至18日，央行共开展7353亿元7天期逆回购、1000亿元14天期逆回购以及5000亿元买断式逆回购，其中7天逆回购由周初零投放逐步放量，9月16日投放1100亿元、17日投放1620亿元、18日进一步放量至4633亿元，20日又开展了320亿元7天期逆回购操作 [3] - 2022年以来，14天逆回购通常都在9月中下旬启动，启动时点大多集中在9月15日至23日之间 [4] - 兴业证券首席经济学家刘郁认为，央行开展1000亿元14天逆回购用于覆盖中秋、季末及国庆前后的资金需求，重启续作与历史同期节奏基本一致，本次首日投放规模高于2022年至2024年同期100亿~800亿元水平，低于2025年的3000亿元，投放体量相对中性 [4] - 财通证券固收团队研究报告认为，14天逆回购更多用于关键时点的流动性调节，近年来更多集中于跨节、跨季和跨年窗口，非季末月份的投放通常与缴税、政府债发行等阶段性扰动有关，操作次数并不代表投放力度，近年来频次减少的同时单次规模有所提升，月内后续操作也往往加量 [4] - 财通证券分析，央行重启14天逆回购既是对周中资金偏紧的及时回应，也是在资金价格尚未大幅偏离的阶段主动稳定预期，持续释放呵护暖意 [4] - 市场分析认为，9月21日至24日跨节资金需求仍将继续抬升，叠加政府债缴款，资金面或再度温和收敛，但发生超季节性剧烈波动的可能性不大 [5] - 刘郁认为，9月21日至24日仅有四个交易日，7天资金可跨越中秋假期，跨节资金需求或继续增加，同时本周政府债净缴款预计为5443亿元，虽较前一周超6000亿元的水平有所下降，但仍高于历史均值，会对资金面形成一定扰动 [5] - 考虑到今年央行维持资金利率平稳运行的诉求较强，预计后续或继续通过7天、14天期逆回购以及新增的隔夜逆回购灵活搭配，平滑跨季、跨节资金利率凸点 [5]

中美经贸磋商进展 - 中美两国经贸团队于当地时间9月20日上午在美国纽约开始举行经贸磋商[1] 券商行业风险事件 - 券商员工代客炒股导致巨亏9206万元[1] 政策与市场动态 - 北京发布重磅发文，释放利好信号[1] - 十部门联合发文，涉及万亿赛道利好[1] - 半导体行业受多重利好突袭，出现全线大涨[1] - 特朗普、马斯克接连出手影响市场[1] - 市场出现10分钟直线涨停行情，两大引擎发起反攻[1]

核心观点 - 多家券商认为市场处于年内最后的进攻窗口或反弹时机，核心驱动力来自宏观压制因素阶段性解除、产业景气回归及三季报催化，但中期仍存不确定性，市场或呈现震荡分化格局 [2][3][7] 宏观环境与市场判断 - 美联储加息靴子落地且表态偏鹰，点阵图隐含年内仍有一次加息，但属于负面冲击的靴子落地，短期内缺乏更重要的宏观变量博弈，市场对宏观逐步脱敏 [4][10] - 国内8月经济数据呈现“生产边际回升、总量需求偏弱、新旧动能分化”特征，总量偏弱已被充分定价，结构景气仍集中于科技、出口 [4] - 中美高层沟通提速、经贸磋商重启、元首会晤渐近，地缘扰动边际钝化，油价自高位回落 [4][10] - 市场离过热还存在差距，反弹持续性可以期待，政治事件落地较难成为本轮市场上涨行情结束的核心信号 [9] - 年内余下时间市场基调偏向于震荡休整，科技和非科技都还无法重建大波段行情的结构主线 [8] - 四季度有望迎来反弹行情，分母端扰动趋于尾声，但分子端产业景气并未出现明确拐点，A股整体从系统性上行到震荡分化寻找alpha阶段 [13] AI与科技产业链 - AI算力投入没有放缓，但市场对前沿模型厂商业化空间的预期在调整，AI叙事、盈利周期及全球货币环境容易对机构票形成制约 [2] - AI扩张和外需仍强劲，内需政策加码紧迫性不高，10-11月AI产业催化剂密集，年底市场“炒跨年预期”的焦点可能还在AI主导的景气成长板块 [3] - 四季度AI科技行情回归概率在增大，第一阶段（9月下旬）加息落地利空出尽后估值修复或有小反弹，第二阶段（10月下旬-11月）产业催化下的业绩驱动行情或有大反弹，第三阶段（11月-12月）存在估值切换与地缘政治的波动 [12] - 科技成长中AI算力链、CPO产业链、光通信产业链、半导体及先进封装等高景气及业绩可验证方向值得关注 [5][6] - 科技链上部分供需紧缺且存在技术迭代的环节推荐光模块、电子布、MLCC、存储等 [9] - 进攻端优选算力供给紧缺涨价环节，包括光芯片、PCB制造、CCL、服务器整机 [7] - 中期关注业绩消化估值后2027年业绩增速相对2026年继续加速的算力通胀环节，重点关注存储、高端CCL、PCB和电容 [8] - AI产业链资本开支与产业预期仍在上行，但龙头自由现金流开始分化，硬件环节相对稳健，应用层承压更明显，从“赛道β”转向“现金流质量α”是必然方向 [13] 资源品与出口链 - 有色金属（金、铜、铝）作为美元对立面资产，在极致的加息预期落地与地缘矛盾缓和后机会已经出现 [9] - 油价下跌反而可能释放全球对能源的补库需求，石油、油运和炼化为代表的能化链条将继续受益 [9] - 进攻端优选铜铝锡等工业有色 [7] - 资源品涨价及出口链方向值得关注 [5] - 非AI领域的细分α包括医药、航运、船舶、出口链个别环节 [3] 政策与内需板块 - 后续政策加码预期仍存，以“六张网”为重要抓手，关注电网、储能/电力配套、建材、工程机械等环节 [6] - 政策链方向涵盖消费链、地产链、基建链以及各类细分领域 [11] - 灵活把握农业、医美、纺织服装等内需板块受政策预期催化的阶段性机会 [7] - 有自下而上景气的其他板块如农林牧渔、医药、非银金融等，依靠自身基本面逻辑驱动走出独立行情 [11] 红利与防御配置 - 红利板块当前位置的配置性价比有所收敛 [3] - 海外高利率和能源风险尚未出清，金融、公用事业、煤炭等仍具配置价值 [6] - 防守端以红利资产作为底仓对冲波动 [7]

呼吸道合胞病毒（RSV）相关行业分析 - RSV是1岁以下婴儿下呼吸道感染住院的首要检出病原，流行高峰为每年10月至次年4月 [1] - RSV初期病症与普通流感极为相似，包括发热、流涕、咳嗽等 [1] - 目前全球无RSV特效药，治疗存在困难，预防是关键 [1] - 预防措施包括合适运动、避免恶劣天气及忽冷忽热，最佳预防手段为注射抗体 [1]

核心观点 - 文章通过筛选关键公告和解读，揭示AI算力、CPO、光模块、机器视觉等科技领域的投资机会，并展示过往解读案例的市场表现[2][3] 过往案例表现 - 龙磁科技因AI算力+服务器+GPU/CPU供电的芯片电感产品通过客户认证，订单处于批量交付及产能爬坡阶段，9月18日高开高走收涨6.22%[2] - 永鼎股份因CPO+光芯片+光模块+光棒光纤的CW、高速EML通过核心客户认证，实现批量订单承接与规模化量产交付，9月18日收涨2.95%[2] - 荣旗科技因折叠屏iPhone Duo即将登场，切入苹果VC散热检测环节，具备机器视觉+AI光学检测+苹果/META概念，本周连续5个交易日上涨，周涨幅高达21.28%[2] 今日速览要点 - 某公司高多层、高阶HDI类高端PCB产品排单已延续至2027年，涉及PCB+CPO+AI算力+光模块领域[3] - 某公司AI智算中心网络方案已规模化服务于腾讯、字节等客户的大模型训练，涉及AI算力+CPO+液冷+数据中心领域[3] - 某公司为国际手机品牌客户供应高端像素图像传感器产品，拟至多42亿扩产12英寸CIS集成电路特色工艺，涉及机器视觉+CIS+AIPC领域[3]

事件概述 - 重庆市两江新区市场监督管理局于9月20日发布通报，回应网传“餐馆厨师在店内使用测试纸”事件 [1] - 事件源于9月19日网友发帖称在重庆两江新区一餐馆就餐时，拍到男厨师使用艾滋病测试纸，并配图显示药盒为“杰士邦” [1] 核查结果 - 涉事门店接触直接入口食品的从业人员均持有有效健康证明 [1] - 其中1名员工因近期身体不适，担心肝部健康受损，自行网购测试纸后在店内自测，测试纸显示指标为阴性 [1] - 该员工在具备资质的医疗机构复测后，HIV等检测结果均为阴性 [1] 监管措施 - 该门店在食品加工操作区采血、使用检测试剂，不符合《餐饮服务食品安全操作规范》要求 [1] - 监管部门已责令涉事员工暂时离岗，并要求门店负责人立即整改，加强从业人员健康管理，严禁在食品加工区域从事与餐饮加工无关的行为 [1] - 下一步将在全区开展餐饮企业安全操作规范专项检查，进一步压实企业主体责任 [1]

核心观点 AI人才需求爆发，尤其是具身智能和大模型领域，推动猎头行业重回高佣金时代，但竞争激烈、交付周期长、技术迭代快，行业呈现高薪与高风险并存的折叠状态 行业背景与人才需求 - 一张截图显示某具身智能公司招聘AI算法专家，年薪总包高达1050万元，猎头费26%即273万元，单笔佣金近300万元将猎头行业推至聚光灯下[3][4] - 科锐国际2025年9月披露，围绕人工智能的岗位需求占公司猎头业务收入50%以上[6] - AI岗位平均月薪达60738元，比新经济行业整体平均月薪48189元高出约26%[8] - AI首席科学家中位年薪达350万，大模型算法负责人中位年薪225万[8] - 优必选在2026年4月招聘的“具身智能首席科学家”，年薪1500万元起步，最高达1.24亿元[8] 猎头行业竞争与运作模式 - 猎头通常有两种佣金计算模式：按总包计算（包含期权、股票等附加权益）或按纯现金计算（候选人每月固定薪资×12×费率）[7] - 猎头需在候选人入职半年甚至一年之后才能拿到佣金，兑付周期估计需要一年以上[7] - 一家企业组建的猎头群里，有上百个猎头在里面竞争[9] - 猎头企业工作节奏堪比互联网大厂，每周一半时间要到9点半才能下班，小组每天开会催促KPI进度[10] - 资深猎头佣金比例不低，一单15万的年包，根据签署合同不同，组长可以分到15%～35%[10] 具身智能赛道招聘特点 - 学院派具身智能公司招聘底层逻辑明确：候选人必须足够聪明，论文是核心评价维度而非加分项，看重对底层运行机制的理解深度[11][12] - 具身本体厂商或具身大脑厂商更看重落地经验[13] - 上市集团拆分的公司资金雄厚、急着抢人，愿意给现金溢价甚至签字费[13] - 宇树、智元这类头部企业品牌吸引力强，在薪资谈判中压价最多，溢价空间最小[13] - 初创公司现金拼不过，只能靠期权吸引人，但期权行权条件苛刻、兑现周期长[13] - 具身智能赛道处于类似互联网时期的跑马圈地阶段，比拼技术迭代速度[8] - 某上市公司布局的具身业务，团队从零快速扩张到规模化，猎头需快速协助批量招聘中高端研发人员[8] 大模型领域招聘特点 - 大模型领域“抢人”比具身智能更依赖押注个人，方向本身持续被重新定义，判断力的价值权重更高[13] - 大模型公司资源分配中，算力、数据、团队规模都是在为某个人的判断“买单”[14] - Deepseek的HR都是从母公司幻方量化的HR体系转过来的，后者曾是业内公认的猎头最多的企业之一[14] - 大模型或量化公司，表面员工和资金规模庞大，但真正能决定方向的往往就是小几十号人[14] - 互联网大厂需求岗位一直在变，刚进公司时释放最多的是infra类岗位，下半年Agent相关岗位增多，最近七八月份AIGC技能岗位尤其多[14] 行业历史与现状对比 - 2022年之前，互联网大厂是猎头最大“金主”之一，一家猎头企业只需聚焦一两家大厂便可年入千万[16] - 2022—2023年，猎头行业总规模蒸发了180亿，市场萎缩30%，猎头费率下降，单均收入只剩过去的四分之一[17] - 过去大厂跳槽季猎头靠批量交付赚钱，现在企业需要能理解技术、能跟顶尖候选人对话、能在极窄赛道精准判断匹配度的人[18] - AI行业技术迭代太快，资深猎头过去的经验也很难直接复用，无论新人还是老手都得保持持续学习能力[18] - 猎头行业存在漫长回款周期，通常需候选人在职3—6个月甚至1年才能收到佣金，期间任何环节出问题都会导致“飞单”[18] - 企业从0到1搭建的团队突然决定裁撤，同样会让猎头白忙一场[18]

核心观点 林园投资董事长林园认为AI是未来方向但难以选择具体企业因此不投，看好快速消费品和创新药出海，强调投资需用常识判断、买好企业并长期等待，同时指出人性难以改变是散户亏损主因 01 谈AI美股行情 - 国际机构预测美股明年暴跌21%、AI驱动繁荣破灭，林园认为完全有可能，因为涨多了就要跌是股市规律[3] - 对于是否会跌，林园直言说不准[3] 02 谈A股牛市 - 对于专家称“A股牛市已经过去、现在是阶段性调整”，林园明确表示千万别听这些专家，专家是对过去几个月股市下跌的判断[4] - 对于下一轮A股牛市的临界点，林园坦言说不准，从估值角度认为整体估值相对非常便宜、不贵[4] 03 谈AI投资 - AI一定是未来的方向，但资本考虑的是投入节奏的快慢，快慢是资本的反应[4] - 林园看的是传统老牌企业，因为它们不需要大的投资、容易判断和把握[4] - 方向对了但企业选不对也是问题，AI行业宏观看好，但具体投哪个企业、什么时候投没有本事[5] - AI投入高、甚至没有PE，不敢投，难决策的策略就是不投，干脆不投也不去看[5] - 风险始终放在第一位，永远把风险放在第一位[5] - 宇树科技、长鑫存储等上市对股市有虹吸效应，会把资金吸引到热点那里[5] 04 谈创新药出海 - 李嘉诚旗下和黄医药拿下87亿创新药出海大单，不是炒作，是中国竞争力的体现[5] - 中国工程红利、人工成本低，创新药选在中国是因为人多好找病例、研发成本比国外低很多[5] - 这是未来很多年的趋势，不光体现在创新药上，各方面都是逐步的国力和竞争力表现[5] - 医药肯定是增长点，是中国时代到来、竞争力增强，但将来也会被卡[5] 05 谈居民财富与股市 - 增加财富是全世界发达国家的惯例，发达国家财富大概百分之七八十都在股市上[6] - 核心是股民在投资、投的是企业，跟自己做企业没有两样，全民投资、全民享受投资收益[6] 06 谈投资方向 - 仍看好快速消费品，能看到的就是一些快速的东西[6] - 不光看消费端，投资端也很重要，快速消费品有保质期，两三年容易看到，5年水平高也可以看到，投入产出有问题容易纠正[6] - 投快速消费必需品，人类离不开的、AI也取代不了的，人的嗅觉、吃东西的口感6岁就培养出来了[6] 07 谈汽车与消费习惯 - 汽车是消费品但不是快消品，是耐用消费品，跟房子一样[6] - 新能源汽车迭代快是生产的进步，汽车厂生产线很快就能换，大车小车可以共线生产[6] - 生产设备、生产线大同小异，都是上百亿投入、完全机械化，出错概率很小，以后不存在技术或质量问题[6] - 关于年轻人消费习惯变化会颠覆传统消费龙头护城河的担忧，90年代就有人说[6] - 当时白酒产量和销量比现在大得多，但真正赚钱的企业钱还是过去十年赚的，因为收入增加了[6] - 随着收入和人口增加，特别是能带来快乐的东西，增加的量还很大[7] 08 谈具身智能炒作上市 - 不光是机器人，所有有梦想的人去搞那些东西都是普遍现象，他们一定认为能搞成才上市融资[7] - 最后搞成是不是他很难说，创新不是靠钱推动，创新不是钱多就厉害，是靠人的[7] 09 谈散户亏损 - 人性是改变不了的，包括自己也改变不了，大家都想搂一把，永远相信自己是最厉害、最聪明的[7] - 赚钱的时候都是等出来的，守株待兔等出来的，方向对了就是等待[7] - 抛售或持有的时点把控不容易，过后了都容易，专家说牛市结束了，如果能说准全世界的钱都是他的了[7] 10 谈垄断 - 垄断就是产品的垄断，已经深入人心，所有企业的风险就在于竞争[8] - 看企业最多看5年，看行业可以看得远，企业出毛病都是因为没有垄断性[8] - 生意的本质就是没有竞争对手，有自己独特的东西，而且独特的东西很有效、能用、大众都能接受[8] 11 谈给股民的建议 - 每个人都是聪明的，要用常识去判断，该不该做，常识非常重要[8] - 要买好企业，跟着企业的增长，不要急，慢慢来[8]

智谱ZCode数据上传事件分析 - 智谱ZCode在默认开启“代码库索引”功能时，会将用户工作区及完整Git历史打包上传至云端，智谱随后致歉称相关功能用于生成Repo Wiki，上传数据会在页面生成后立即销毁[4] - 代码泄漏的第一责任人是智谱，因为用户使用的是智谱提供的产品，客户端读取、上传什么、功能是否默认开启、用户能否拒绝，都由智谱决定，即使问题由开源组件或外包团队引发，智谱也不能转嫁责任[4] - ZCode上传的不是用户主动提交的一段代码，而是整个项目工作区和Git历史，其中包含未发布功能、被删除的文件、本地分支、提交者信息，以及开发者曾经误传、后来删除的密钥，对软件公司而言相当于交出研发过程、产品路线和内部资产[5] - 用户上传给模型的数据都被用来训练智谱自己的模型，如果企业员工使用智谱的Coding模型工作，公司机密包括核心代码在智谱模型里都是透明的[6] - 用户在这之前甚至不知道数据已经离开本地，智谱称数据已删除并不足以结束争议，数据一旦上传控制权就已转移，是否进入日志、缓存和备份，是否经过其他系统处理，是否被内部人员访问，乃至是否进入后续数据清洗与模型训练流程，用户无法从客户端验证[7] - 大模型训练数据有两类重要来源：一类是公开数据和经过筛选、合成的AI生成数据；另一类来自真实用户与模型的交互，包括对话、反馈、文档和代码，大部分模型公司选择前者，但智谱选择了后者[7] - 公开互联网数据可以被所有模型公司获得，真实用户数据包含具体任务、真实工作流和人工修改结果，尤其在Coding领域，用户提交的问题、模型生成的代码以及开发者如何修改和接受这些代码，天然构成高质量的训练和强化学习样本[7] - 智谱代码泄漏的本质是模型厂商用用户的隐私来换取高价值，代价由用户承担，收益归模型厂商[7] - 大部分负责任的模型厂商不会在用户不知情的情况下直接使用企业客户或API客户的数据训练模型，用户把数据交给模型完成任务不等于授权平台将其变成训练材料，前者是提供服务所必需的数据处理，后者是对数据的二次使用，两者需严格区分[8] - ZCode事件目前可确认仓库数据被上传，尚无公开证据证明这些代码已被智谱用于模型训练，智谱必须进一步回答：上传的数据是否曾进入训练数据池、评测集、产品优化样本或人工分析流程；所谓“不会保存”是否覆盖日志、缓存和灾备副本；历史数据能否被彻底追踪和删除[8] - Agent能力越强，越应该担心边界问题，AI编程Agent正在取得远超普通软件的权限，可以遍历文件、读取代码、执行命令甚至代替用户修改整个项目，但数据治理仍停留在默认勾选和模糊隐私协议阶段，风险会变得愈加不可控[9] - 模型厂商需要更多、更真实的数据提升能力，但不应以牺牲用户工作成果或企业隐私安全为代价，行业需要明确的默认规则：用户数据不得默认用于训练；代码、文档和交互记录必须分别授权；企业数据应默认关闭上传；训练数据来源应当可追溯、可退出、可审计[9] - 智谱承诺开源ZCode并引入第三方审计是必要的一步，但开源只能让外界看到客户端做了什么，无法自动证明云端没有保存和使用数据，真正需要公开的是完整的数据流向和第三方审计结论[9] - 这起事件最终拷问的是整个模型行业是否愿意承认一条最基本的边界：用户使用模型，不代表用户同意成为模型的训练数据[10]

日本经济与货币政策分析 - 日本央行将利率上调至1.25%，为1995年以来最高水平，标志着“N十年一遇”的货币政策转折[4] - 日本“失去的三十年”是否结束存在争议，宏观数据与民众体感严重背离：日经指数创历史新高，春斗谈判达成30年未见的涨薪幅度，就业市场表现强劲[5] - 在日华人司机反馈日本仍在衰落，机会减少，与宏观数据形成鲜明对比，显示“心气”一旦被磨掉难以恢复[5] 日本央行异次元宽松政策回顾 - 安倍晋三在蛰伏期间参加学习会，学习院大学教授岩田规久男展示“通过长期国债买入操作摆脱通缩的机制”图表，成为政策起点[8] - 该图表逻辑为打破“通缩恶性循环”：物价跌→企业收入减少→工资降→消费压→东西卖不出→企业继续降价，需央行大规模买入国债放出天量货币以逆转循环[9] - 安倍复出后任命黑田东彦为日银总裁，岩田规久男为副总裁，设定2%通胀目标，启动“异次元金融缓和”[10] - 黑田十年间使用量化宽松、收益率曲线控制、负利率等工具，花费超1500兆日元，但2%通胀目标始终未实现[10] - 政策效果有限：股价上涨，就业增加400多万人（主要为女性和老年人），但工资增长滞后，通缩驯化30年的日本人缺乏“敢”加薪和“敢”要求涨薪的心气[10] 通胀与工资传导机制 - 最终通胀由俄乌战争带来的输入性物价冲击实现，通胀一度达到4%，2024年后春斗大幅涨薪是外部通胀倒逼的结果[12] - 日本工资传导机制熔断的根本原因在于经济结构转变：日本已从出口导向型转为靠资产投资、全球收租的经济体，货物和服务贸易均为逆差[13] - 海外收入回流国内的五条渠道（工资、股息、财政税收、养老金投资收益、汇率购买力）在2013年前基本失效，海外利润留在海外[13] - 东证改革前大企业紧握海外利润不回购不分红，改革后每股收益改善，巴菲特重仓日本商社，海外资金进场推动日股创新高[14] - 资本回报收入集中在企业和资产持有者，无法传导至工资；低利率加强日元成为大商社海外投资carry trade的燃料，贬值压国内工资以维持国家新商业模式[15] 经济结构与社会心态 - 日本30年不仅是“通缩”恶性循环，更是“分配”恶性循环，不断反馈在“心气”上，导致经济难以复苏[15] - 姚洋老师比喻：房地产是“西瓜”，新质生产力是“芝麻”，房地产绑定八成传统产业、老百姓财富观和未来预期，修复行业快但修复一代人心情慢[16] - 心情有惯性，宏观数据转向后心情可能滞留多年，人的心气是世界上最滞后的指标[16] - 东亚儒家文化家庭内部经验传递效率高，上一代悲观易传给下一代（如“去考公”），而美国年轻人与父母对立，悲观情绪不易延续[17] - 经历沉淀成习惯，习惯沉淀成性格，性格变成一代人文化，改变文化极其困难[18]